《数字图像处理实验一二剖析》由会员分享，可在线阅读，更多相关《数字图像处理实验一二剖析（6页珍藏版）》请在金锄头文库上搜索。
1、数字图像处理实验一二剖析实验一 数字图像的基本处理 预习要求： 1、熟悉MATLAB的使用环境； 2、熟悉数字图像的矩阵表示形式； 3、掌握二维离散傅里叶变换。 一、实验目的 ? 掌握MATLAB中数字图像的存储、读取和显示 ? 掌握MATLAB中的基本数据、图像类型，以及类型之间的相互转换 ? 掌握二维离散傅里叶变换的常用函数 二、实验原理 1、MATLAB中数字图像的存储、读取和显示 读取图像通过imread来执行，语法为： f=imread(filename); 其中，filename参数表示输入的文件名，包括路径和文件名，函数返回值f是一个图像数组。MATLAB支持的图像类型有TIFF
2、、JPEG、GIF、BMP、PNG和XWD等。 保存图像使用函数imwrite来执行，语法有以下几种： imwrite(f, filename); %默认方式，文件格式由后缀名来指定 imwrite(f, filename, tif); %由第三个参数指定保存文件的格式 imwrite(f, filename.jpg , quality, q); %保存JPEG文件，指定JPEG的压缩质量 显示图像使用imshow来执行，基本语法为： imshow(f, G); %f是图像数组，G是该图像显示的灰度级数，默认灰度级数256 imshow(f, low high); %所有大于high的显示为白
3、色，小于low的显示为黑色 imshow(f, ); %low设置为f的最小值，high设置为f的最大值 当用imshow显示另一幅图像g时，MATLAB会在屏幕上用新图替换旧图像，为保持第一幅图像同事显示第二幅图像，可以使用figure函数：figure, imshow( g ) 2、MATLAB中的数据类型级相互转换 MATLAB中常用的数据类型有：double, uint8, uint16, uint32, int8, int16, int32, single, char, logical等。支持的图像类型有亮度图像、二值图像、索引图像和RGB图像。 表1 常用的图像格式 格式名称 描述
4、 可识别的扩展符 TIFF 加标识的图像文件格式 .tif, .tiff JPEG 联合图像专家组 .jpg, .jpeg GIF 图形交换格式 .gif BMP Windows位图 .bmp PNG 可移植的网络图形 .png 常用的图像类型转换函数： g=im2uint8(f); %图像转换到uint8类型 g=im2gray(f, fmin, fmax ); %图像转换到double类型，值在0,1区间，规定fmin,fmax 是为了在转换时将f中小于fmin的值在g中转换为0，大于fmax的值转换为1。图像的 信息可以通过whos f 显示。 3、二维离散傅里叶变换 MATLAB中，傅
5、里叶变换采用快速傅里叶变换函数来实现，基本语法： F=fft2( f ); 其中，f是输入图像，F是傅里叶变换结果，默认f与F的尺寸相同。 傅里叶的逆变换函数为 ifft2( F ); 图像处理中，逆变换一般只取实部，f=real( ifft2( F ) ); 傅里叶频谱可以用以下函数来计算： S=abs(F); 由于傅里叶变换的周期性问题，在频域内的一个周期内只能观察到紧邻的4个1/4周期的频谱，不能观察到一个完整的周期。为了方便显示，可将傅里叶变换后的原点移动到频谱中心，相应的函数为：FC=fftshift( F ); 逆操作为：F=ifftshift( FC ); 对数变换函数常用来扩展
6、低灰度范围，压缩高灰度范围，这样可以使低灰度值的图像细节更清楚。对数变换函数采用：g( x, y )=log(f( x, y)+1); 三、实验内容 1、练习图像的存储与显示，以及图像的压缩存储（参考程序1）； 2、补填程序2的空白处，完成程序的编译，输出结果。 四、实验方法及程序 程序1： %*保存图像* f=imread(D:/Matlab/work/kid.jpg); imshow(f); %*以质量参数为25%保存图像* imwrite(f,kid.jpg,quality,25); g25=imread(kid.jpg); figure,imshow(g25, ); %*显示压缩文件的
7、相关信息* imfinfo kid.jpg %*由imfinfo产生的信息附加到形式为K域的结构变量中* K=imfinfo(kid.jpg); image_bytes=K.Width*K.Height*K.BitDepth/8;%压缩前图像文件的大小 compresser_bytes=K.FileSize; %压缩后图像问价的大小 compress_ratio=image_bytes/compressed_bytes %压缩率 程序2：对一亮块图像进行傅里叶变换，中心化其频谱，并进行对数变换。 %产生亮块图像f(m,n) clear all close all; col=128; f=zer
8、os(col); for i=29:98, for j=57:70 f(i,j)=255; end end figure(1); subplot(1,3,1); imagesc(f,0 255); axis image; colormap(gray); xlabel(a)原图像); %对原图像进行傅里叶变换 F1=？； %对f 图像进行傅里叶变换，并使原点移到频谱中心 figure(1); subplot(1,3,2); imshow(abs(F1),); xlabel(b)图像的傅里叶谱); %对F1进行对数变换 F2=？； figure(1); subplot(1,3,3); imshow
9、(F2,); xlabel(c)傅里叶谱的对数变换); 五、实验结果与分析 程序的运行及测试结果（粘贴截图）； 实验总结及心得。 实验二 亮度变换与空间滤波 预习要求： 1、实现图像对比度增强的线性和非线性方法有哪些。 2、图像直方图的定义。 3、直方图均衡化、直方图规定化的概念。 一、实验目的 ? 掌握灰度图像的常用亮度变换方法 ? 掌握灰度图像的直方图的概念和获取方法 ? 掌握直方图均衡化的概念和实现方法 ? 了解灰度图像空间域的增强方法 二、实验原理 1、数字图像的亮度变换 亮度变换只与像素本身的值有关，与像素的位置和邻域的值无关，所以亮度变换可以用简单的函数来表示： s = T ( r
10、 )，其中，r是变换前的灰度值，s是变换后的灰度值。常用的亮度变换有亮度反转、对数变换、幂次变换和对比度拉伸变换等。 (1) 亮度变换基本函数imadjust 亮度变换函数imadjust实现如下的图像校正： s = T ( r ) = c r 其中，r是输入的图像值，s是输出的图像值，c是常数， 是伽马系数。此变换也称为是伽马校正。Imadjust 的基本语法： g = imadjust ( f , low_in high_ in ,low_out high_out , gamma ); 函数的功能是将f 的亮度值映射到g的新值上。low_in，high_ in：输入图像被处理的最小值和最大
11、值。low_out，high_out：输出图像的最大值和最小值。 输入图像中小于low_in的值在g中被赋值为low_out ,输入图像中大于high_in的值在g中被赋予值为high_out。若 low_in high_ in 或 low_out high_out 使用空矩阵，则默认值是0, 1。Gamma参数（）指定了曲线的形状。若gamma1,则图像将变暗。 （2）亮度反转 对图像的像素进行明暗反转，可以突出显示前景部分。基本语法为： g=imcomplement( f ); (3)对数变换 对数变换可以用来压缩图像的动态范围，如用来显示傅里叶变换的频谱。对数变换的形式为：g = c*l
12、og( 1+double(f) );) 2、直方图 直方图可以直观地反应图像中灰度值的分布情况，对于数字图像的亮度矫正和阈值分割有重要意义。一幅数字图像在范围0 , G内共有L个灰度级，其直方图定义为离散函数： H(rk)=nk rk是区间0 ,G 内的第k级亮度，nk是灰度级为rk的图像中的像素个数。归一化直方图为：p( rk )= h( rk )/n = nk/n，其中，n是图像中的像素个数。 MATLAB中直方图绘图函数为imhist，其基本语法为： H=imhist ( f , b ); 其中，f是输入的灰度图像，b是直方图的灰度级数，h是直方图。 3、直方图均衡化 直方图均衡化处理可
13、以明显改善图像的对比度，将图像的直方图从不均匀分布变成均匀分布，使得图像亮度层次更加分明，对于对比度弱的图像，直方图均衡化可以很好地改善显示效果。 假设灰度级为归一化至范围 0 ，1的连续量，p(r)表示图像中灰度级别为r的概率密度函数，则均衡化变换可以表示为： 对于离散灰度级，采用求和的方式来计算积分，则直方图均衡化公式变换为： 0kks?Tr?p(w)dwrs?Trk?p(rj)?j?1j?1njn Matlab中直方图均衡化采用函数histep来实现，语法为： g=histeq ( f, nlev ); 其中，f是输入图像，g是输出图像，nlev是输出图像指定的灰度级，默认值为nlev=
14、256。 4、线性空间滤波和非线性空间滤波 线性空间滤波是将邻域中每个像素与相应的模板系数相乘，然后将结果进行累加，从而得到点（x,y）出的响应。 MATLAB中使用函数imfilter来实现线性空间滤波： g=imfilter(f, w, filtering_mode, boundary_options, size_options); 其中，f是输入图像，w为滤波掩膜，g为滤波结果。滤波类型，有corr和conv两种，边界选项，有replicate、symmertric、circular等选项，大小选项，有full和same两个选项。 通用语法：g=imfilter(f, w, replicate ); 三、实验内容 1、补充程序一，完成基本的图像亮度变换。 2、选择一副图像，对其进行均衡化处理，显示原图像和均衡化后的图像以及直方图（程序二） 3、选择一副图像，加入噪声后对其进行4邻域、8邻域的平滑处理，并显示处理前后的结果，编程实现（程序三）。 6 / 6
